In collaborazione con
NEUROSCIENZE
delle Dipendenze:
il Neuroimaging
Manuale per gli operatori dei Dipartimenti delle Dipendenze
A cura di:
Giovanni Serpelloni
Franco Alessandrini
Giada Zoccatelli
Claudia Rimondo
Con il contributo di:
Nora Volkow
Terza edizione
In collaborazione con
NEUROSCIENZE
delle Dipendenze:
il Neuroimaging
Manuale per gli operatori dei Dipartimenti delle Dipendenze
A cura di:
Con il contributo di:
Giovanni Serpelloni
Franco Alessandrini
Giada Zoccatelli
Claudia Rimondo
Nora Volkow
Terza edizione
NEUROSCIENZE DELLE DIPENDENZE: IL NEUROIMAGING
Manuale per gli operatori dei Dipartimenti delle Dipendenze
Novembre, 2012
Per informazioni o richieste del volume:
Dipartimento Politiche Antidroga
Presidenza del Consiglio dei Ministri
Via Po 16/A
00198 - Roma
E-mail: [email protected]
Tel. +39 06 67796350
Fax +39 06 67796843
Visita i nostri portali:
www.politicheantidroga.it www.drugfreedu.org http://alcol.dronet.org
www.drugsonstreet.itwww.dronet.org www.droganograzie.it
www.allertadroga.it www.dreamonshow.itwww.droganews.it
http://cocaina.dronet.org www.drogaprevenzione.itwww.drogaedu.it
http://drogainbreve.dronet.org
www.neuroscienzedipendenze.it
http://cannabis.dronet.org
www.italianjournalonaddiction.it
www.dpascientificcommunity.it
Pubblicazione no profit e non sponsorizzata - Vietata la vendita
Traduzione testi e editing a cura di:
Annalisa Rossi
Copertina a cura di:
Riccardo De Conciliis
Progetto grafico e impaginazione a cura di:
Alessandra Gaioni
Traduzione immagini:
Giulia Gelmetti
Stampato da:
Cierre Grafica (VR) nel mese di novembre 2012
www.cierrenet.it
Indice
Presentazione
9
Capo Dipartimento Politiche Antidroga, Presidenza del Consiglio dei Ministri
Giovanni Serpelloni, Nora Volkow
Sintesi delle evidenze scientifiche sul neuroimaging delle dipendenze
15
PARTE 1 - Aspetti generali
31
1.1 Introduzione - Le neuroimmagini delle dipendenze
Nora D. Volkow, Gene-Jack Wang, Joanna S. Fowler, Dardo Tomasi, Ruben Baler
33
PARTE 2 - Gli effetti del consumo di sostanze stupefacenti sul cervello
53
2.1 Uso di sostanze stupefacenti e cervello: le nuove frontiere del neuroimaging
Giada Zoccatelli, Franco Alessandrini, Giovanni Serpelloni, Andrea Federspiel
55
Sezione 1. CANNABIS
73
2.1.1 Esposizione prenatale alla cannabis: gli effetti sul cervello Catia Seri, Elisa Bellamoli, Franco Alessandrini, Giada Zoccatelli, Giovanni Serpelloni
75
2.1.2 Gli effetti del consumo di cannabis sul cervello degli adolescenti
Elisa Bellamoli, Franco Alessandrini, Giada Zoccatelli, Giovanni Serpelloni
81
2.1.3 Alterazioni neurochimiche negli adolescenti fumatori cronici di marijuana: uno studio
di spettroscopia all’idrogeno (MRS-H1)
Andrew P. Prescot, Allison E. Locatelli, Perry F. Reshaw, Deborah A. Yurgelun-Todd
99
2.1.4 Alterazioni dello spessore corticale prefrontale e insulare in adolescenti consumatori
di marijuana
Melissa P. Lopez-Larson, Piotr Bogorodzki, Jadwiga Rogowska, Erin McGladea, Jace B. King,
Janine Terry, Deborah Yurgelun-Todd
113
2.1.5 Alterazioni cerebrali correlate al consumo di cannabis negli adulti
Giada Zoccatelli, Franco Alessandrini, Giovanni Serpelloni
131
Sezione 2. COCAINA
151
2.2.1 Esposizione prenatale alla cocaina in adolescenza: documentate con il neuroimaging
le alterazioni cerebrali
Franco Alessandrini, Giada Zoccatelli, Giovanni Serpelloni
153
2.2.2 Consumo di cocaina negli adulti: le evidenze scientifiche dalle neuroimmagini
Franco Alessandrini, Giada Zoccatelli, Giovanni Serpelloni
165
5
2.2.3 Alterazioni dei circuiti mesocorticolimbici nei consumatori cronici di cocaina secondo
dati di connettività funzionale in stato di riposo
Hong Gu, Betty Jo Salmeron, Thomas J. Ross, Xiujuang Geng, Wang Zhan, Elliot A. Steinm
Yihong Yang
183
Sezione 3. EROINA
201
2.3.1 Studi di neuroimaging sugli effetti dell’esposizione agli oppiacei in età prenatale,
adolescenziale e adulta
Elisa Bellamoli, Franco Alessandrini, Giada Zoccatelli
203
Sezione 4. METANFETAMINE
215
2.4.1 Consumo di metanfetamina e suoi derivati in gravidanza: le evidenze scientifiche
dalle neuroimmagini
Giuseppe Cuoghi, Franco Alessandrini, Giada Zoccatelli
217
2.4.2 Evidenze delle alterazioni cerebrali in consumatori adolescenti di metanfetamina e
suoi derivati
Giuseppe Cuoghi, Franco Alessandrini, Giada Zoccatelli
227
2.4.3 Modificazioni cerebrali, strutturali e funzionali, in adulti consumatori di metanfetamina
e suoi derivati
Giuseppe Cuoghi, Franco Alessandrini, Giada Zoccatelli
237
2.4.4 Ridotta complessità corticale nei consumatori di metanfetamina
Kyongsik Yun, Hee-Kwon, Yang-Tae Kim, Sung-Nam Cho, Hyun-Jin Cho, S. Peterson, Jaeseung
Jeong
265
Sezione 5. ALLUCINOGENI
281
2.5.1 Allucinogeni: effetti dell’esposizione prenatale e del consumo in adolescenza e in età
adulta sulle strutture e sulle funzioni cerebrali
Franco Alessandrini, Giada Zoccatelli
283
Sezione 6. ALCOL
293
2.6.1 Esposizione prenatale all’alcol e compromissioni cerebrali
Franco Alessandrini, Giada Zoccatelli, Giovanni Serpelloni
295
2.6.2 Documentazione degli effetti dell’uso di alcol sul cervello in adolescenza
Diana Candio, Elisa Bellamoli, Franco Alessandrini, Giada Zoccatelli, Giovanni Serpelloni
307
2.6.3 Consumo di alcol negli adulti: le evidenze scientifiche dalle neuroimmagini sui danni
cerebrali
Giuseppe Cuoghi, Franco Alessandrini, Giada Zoccatelli
323
2.6.4 Legame tra recettori oppioidi Mu e Delta in soggetti sani e alcolisti: studio di PET
Elise M. Weerts, Gary, S. Wand, Hiroto Kuwabara, Cynthis A. Munro, Robert F. Dannals, John
Hilton, J. James Frost, Mary E. McCaul
349
Sezione 7. NICOTINA
369
2.7.1 Uso di nicotina in gravidanza e alterazioni cerebrali nel bambino
Giuseppe Cuoghi, Franco Alessandrini, Giada Zoccatelli
371
6
2.7.2 Adolescenti e nicotina: le evidenze scientifiche dei danni cerebrali dalle neuroimmagini
Giuseppe Cuoghi, Franco Alessandrini, Giada Zoccatelli, Giovanni Serpelloni
385
2.7.3 Consumo di nicotina negli adulti: aree e funzionalità cerebrali compromesse dalla
nicotina
Giuseppe Cuoghi, Franco Alessandrini, Giada Zoccatelli
391
2.7.4 Ridotto spessore della corteccia orbitofrontale mediale nei fumatori
Simone Kühn, Florian Schubert, Jürgen Gallinat
417
Sezione 8. INALANTI
427
2.8.1 Consumo di inalanti: gli effetti neurobiologici sull’organismo
Giada Zoccatelli, Catia Seri, Franco Alessandrini, Giovanni Serpelloni
429
Sezione 9. GIOCO D’AZZARDO PATOLOGICO
441
2.9.1 Neuroimaging del gioco d’azzardo patologico:
anomalie cerebrali e alterati
443
meccanismi neuropsicologici
Elisa Bellamoli, Giada Zoccatelli, Franco Alessandrini, Giovanni Serpelloni
2.9.2 Ridotta attività frontostriatale durante il processo di elaborazione della ricompensa
e della perdita nel gioco d’azzardo patologico
Iris M. Balodis, Hedy Kober, Patrick D. Worhunsky, Michael C. Stevens, Godfrey D. Pearlson,
Marc N. Potenza
461
Sezione 10. INTERNET ADDICTION
477
2.10.1 Dipendenza da Internet: una rassegna della letteratura sulle alterazioni funzionali e
strutturali documentate dalle neuroimmagini
Diana Candio, Franco Alessandrini, Giada Zoccatelli, Giovanni Serpelloni
479
2.10.2 Anomalie microstrutturali in adolescenti con dipendenza da Internet
Kai Yuan, Wei Qin, Guihong Wang, Fang Zeng, Liyan Zhao, Xejuan Yang, Peng Liu, Jixin Liu,
Jinbo Sun, Karen M. von Deneen, Qiyong Gong, Yijun Liu, Jie Tian
491
Sezione 11. FOOD ADDICTION
507
2.11.1 Tecniche di neuroimaging per lo studio della dipendenza da cibo: evidenze
dell’alterazione del circuito della ricompensa
Catia Seri, Franco Alessandrini, Giada Zoccatelli, Giovanni Serpelloni
509
PARTE 3 - Possibili applicazioni del neuroimaging
525
3.1 Permanenza di alterazioni cerebrali dopo assunzione di droghe anche dopo un periodo
di cessazione dell’uso: il contributo del neuroimaging
Giada Zoccatelli, Franco Alessandrini, Giovanni Serpelloni, Claudia Rimondo, Catia Seri, Andrea
Federspiel
527
3.2 L’applicazione del neuroimaging per valutare gli effetti neurobiologici degli interventi
terapeutici
Elisa Bellamoli, Franco Alessandrini, Giada Zoccatelli
559
PARTE 4 - Abstract
575
7
8
Presentazione
Giovanni Serpelloni
Capo Dipartimento Politiche Antidroga
Presidenza del Consiglio dei Ministri
Nora Volkow
Direttore National Institute on Drug Abuse
Nell’ambito dell’accordo internazionale di collaborazione scientifica tra il Dipartimento Politiche Antidroga,
della Presidenza del Consiglio dei Ministri e il National Institute on Drug Abuse (NIDA) degli Stati Uniti siglato a
Roma nel luglio del 2011, è stato definito un obiettivo che riguarda la promozione e la realizzazione di studi e
ricerche applicate nel settore delle neuroscienze delle dipendenze, ed in particolare del neuroimaging. A tale
scopo, il Dipartimento Politiche Antidroga, in collaborazione con il NIDA, l’United Nations Office on Drugs and
Crime (UNODC) ed il Dipartimento delle Dipendenze ULSS 20 di Verona, ha organizzato un convegno internazionale che ha l’obiettivo di offrire ai professionisti che operano nell’ambito delle dipendenze, sia dei servizi
pubblici che del privato sociale, e ai ricercatori che lavorano nell’ambito universitario, informazioni scientifiche
sul ruolo del neuroimaging delle dipendenze nella pratica diagnostica e clinica e quali possibili prospettive tali
evidenze possano comportare per il trattamento delle dipendenze.
E’ ampiamente documentato che le droghe agiscono sulle strutture e i sistemi cerebrali alterando le funzioni
neuropsicologiche associate e le diverse tecniche di neuroimmagine (Risonanza Magnetica funzionale, Tomografia ad Emissione di Positroni, ecc.) hanno dato una grande contributo nell’identificare le basi neurobiologiche della dipendenza da sostanze e nello spiegare i deficit riscontrati nel consumatore di droghe (ad esempio,
alterazione del sistema dopaminergico della gratificazione, dei processi decisionali e deficit di controllo prefrontale sui comportamenti, ecc.). I correlati neurali, funzionali e strutturali, dei comportamenti di dipendenza,
rilevabili anche attraverso le neuroimmagini, riportano evidenze che, perciò, potrebbero condurre a nuovi
modelli interpretativi e, sulla base di questi, a nuovi modelli di diagnosi, cura e riabilitazione.
In questo convegno si intende quindi esplorare il ruolo delle neuroimmagini e delle possibili tecniche di stimolazione cerebrale nell’ambito della dipendenza da sostanze, così da poter essere di ausilio agli operatori e ai
ricercatori per meglio comprendere, investigare, gestire e curare la grave malattia della dipendenza e permettere che costoro, con il proprio lavoro quotidiano, possano meglio aiutare le persone che usano droghe, o che
già hanno sviluppato una dipendenza, e le loro famiglie, a trovare la giusta comprensione del fenomeno ed un
adeguato supporto clinico e riabilitativo.
La presente pubblicazione riporta gli atti del congresso e una serie di contributi scientifici di vari autori impegnati nel campo del neuroimaging delle dipendenze.
9
Giovanni Serpelloni
Capo Dipartimento Politiche Antidroga, Presidenza del Consiglio dei Ministri
Nora Volkow
Direttore National Institute on Drug Abuse
Franco Alessandrini
Servizio di Neuroradiologia, Azienda Ospedaliera Universitaria Integrata di Verona
Giada Zoccatelli
Servizio di Neuroradiologia, Azienda Ospedaliera Universitaria Integrata di Verona
Claudia Rimondo
Sistema Nazionale di Allerta Precoce e Risposta Rapida sulle Droghe
Dipartimento Politiche Antidroga, Presidenza del Consiglio dei Ministri
10
Autori
Alessandrini Franco
Servizio di Neuroradiologia, Azienda Ospedaliera Universitaria Integrata di Verona
Baler Ruben
National Institute on Drug Abuse, Bethesda, Maryland USA
Balodis Iris
Department of Psychiatry, Yale University School of Medicine, New Haven,
Connecticut USA
Bellamoli Elisa
Unità di Neuroscienze, Dipartimento delle Dipendenze, ULSS 20 Verona
Bogorodzki Piotr
Institute of Radioelectronics, Warsaw Technical University, Warsaw, Poland
Candio Diana
European Institute for Health Promotion, Verona
Cho Hyun-Jin
Department of Psychiatry, Bugok National Hospital, Gyeongnam 635-890, Republic
of Korea
Cho Sung-Nam
Department of Psychiatry, Bugok National Hospital, Gyeongnam 635-890, Republic
of Korea
Cuoghi Giuseppe
Unità di Neuroscienze, Dipartimento delle Dipendenze, ULSS 20 Verona
Dannals Robert
Department of Radiology, The Johns Hopkins University School of Medicine,
Baltimore, Maryland
Federspiel Andrea
Department of Psychiatric Neurophysiology, University Hospital of Psychiatry,
Bern, Switzerland
Fowler Joanna
Brookhaven National Laboratory, Upton, New York USA
Frost James
Department of Radiology, The Johns Hopkins University School of Medicine,
Baltimore, Maryland
Gallinat Jürgen
St. Hedwig Krankenhaus, Clinic for Psychiatry and Psychotherapy, Charité University
Medicine, Berlin, Germany
Geng Xiujuang
Neuroimaging Research Branch, National Institute on Drug Abuse, National
Institutes of Health, Baltimore, Maryland USA
Gomma Maurizio
Dipartimento delle Dipendenze, ULSS 20 Verona
Gong Qiyong
Department of Radiology, Huaxi MR Research Center (HMRRC), West China
Hospital of Sichuan University, Chengdu, Sichuan, China
Gu Hong
Neuroimaging Research Branch, National Institute on Drug Abuse, National
Institutes of Health, Baltimore, Maryland USA
Hilton John
Department of Radiology, The Johns Hopkins University School of Medicine,
Baltimore, Maryland
Jeong Jaeseung
Department of Bio and Brain Engineering, Korea Advanced Institute of Science
and Technology (KAIST), Daejeon 305-701, Republic of Korea
Kim Yang-Tae
Department of Psychiatry, Bugok National Hospital, Gyeongnam 635-890, Republic
of Korea
King Jace
The Brain Institute, University of Utah, Salt Lake City, UT, United States
11
Kober Hedy
Department of Psychiatry, Yale University School of Medicine, New Haven,
Connecticut USA
Kwon Do-Hoon
Department of Psychiatry, Bugok National Hospital, Gyeongnam 635-890, Republic
of Korea
Kuwabara Hiroto
Department of Radiology, The Johns Hopkins University School of Medicine,
Baltimore, Maryland
Kühn Simone
Faculty of Psychology and Educational Sciences, Department of Experimental
Psychology and Ghent Institute for Functional and Metabolic Imaging,, Ghent
University, Belgium
Liu Jixin
School of Life Sciences and Technology, Life Sciences Research Center, Xidian
University, Xi’an, Shaanxi China
Liu Peng
School of Life Sciences and Technology, Life Sciences Research Center, Xidian
University, Xi’an, Shaanxi China
Liu Yijun
Departments of Psychiatry and Neuroscience, McKnight Brain Institute, University
of Florida, Gainesville, Florida USA
Locatelli Allison
Brain Institute, University of Utah School of Medicine, Salt Lake City, UT USA
Lopez-Larson Melissa
The Brain Institute, University of Utah, Salt Lake City, UT, United States
McCaul Mary
Department of Psychiatry and Behavioral Sciences, The Johns Hopkins University
School of Medicine, Baltimore, Maryland USA
McGlade Erin
The Brain Institute, University of Utah, Salt Lake City, UT, United States
Munro Cynthia
Department of Psychiatry and Behavioral Sciences, The Johns Hopkins University
School of Medicine, Baltimore, Maryland USA
Park Hee-Kwon
Department of Neurology, Seoul National University Hospital, Seoul 110-744,
Republic of Korea
Pearlson Godfrey
Department of Psychiatry, Yale University School of Medicine, New Haven,
Connecticut USA
Peterson Bradley
Department of Psychiatry, Columbia University, E college of Physicians and
Surgeons, New York, NY 10032 USA
Potenza Marc
Department of Psychiatry, Yale University School of Medicine, New Haven,
Connecticut USA
Prescot Andrew
Brain Institute, University of Utah School of Medicine, Salt Lake City, UT USA
Qin Wei
School of Life Sciences and Technology, Life Sciences Research Center, Xidian
University, Xi’an, Shaanxi China
Renshaw Perry
Brain Institute, University of Utah School of Medicine, Salt Lake City, UT USA
Rimondo Claudia
Sistema Nazionale di Allerta Precoce e Risposta Rapida sulle Droghe, Dipartimento
Politiche Antidroga, Presidenza del Consiglio dei Ministri, Roma
Rogowska Jadwiga
Brain Imaging Center, McLean Hospital/Harvard Medical School, Belmont. MA,
United States
Ross Thomas
Neuroimaging Research Branch, National Institute on Drug Abuse, National
Institutes of Health, Baltimore, Maryland USA
Salmeron Betty Jo
Neuroimaging Research Branch, National Institute on Drug Abuse, National
Institutes of Health, Baltimore, Maryland USA
Schubert Florian
Physikalisch-Technische Bundesanstalt, Clinic for Psychiatry and Psychotherapy,
Charité University Medicine, Berlin, Germany
12
Serpelloni Giovanni
Dipartimento Politiche Antidroga, Presidenza del Consiglio dei Ministri, Roma
Seri Catia
Sistema Nazionale di Allerta Precoce e Risposta Rapida sulle Droghe, Dipartimento
Politiche Antidroga, Presidenza del Consiglio dei Ministri, Roma
Stein Elliot
Neuroimaging Research Branch, National Institute on Drug Abuse, National
Institutes of Health, Baltimore, Maryland USA
Stevens Michael
Institute of Living/Hartford Hospital & Olin Neuropsychiatry Research Center,
Hartford, Connecticut
Sun Jinbo
School of Life Sciences and Technology, Life Sciences Research Center, Xidian
University, Xi’an, Shaanxi China
Terry Janine
The Brain Institute, University of Utah, Salt Lake City, UT, United States
Tian Jie
School of Life Sciences and Technology, Life Sciences Research Center, Xidian
University, Xi’an, Shaanxi China
Tomasi Dardo
National Institute on Alcohol Abuse and Alcoholism, Bethesda, Maryland USA
Volkow Nora
National Institute on Drug Abuse, Bethesda, Maryland USA
von Deneen Karen
School of Life Sciences and Technology, Life Sciences Research Center, Xidian
University, Xi’an, Shaanxi China
Wang Gene-Jack
Brookhaven National Laboratory, Upton, New York USA
Wang Guihong
School of Life Sciences and Technology, Life Sciences Research Center, Xidian
University, Xi’an, Shaanxi China
Yang Xuejuan
School of Life Sciences and Technology, Life Sciences Research Center, Xidian
University, Xi’an, Shaanxi China
Yang Yihong
Neuroimaging Research Branch, National Institute on Drug Abuse, National
Institutes of Health, Baltimore, Maryland USA
Yuan Kai
School of Life Sciences and Technology, Life Sciences Research Center, Xidian
University, Xi’an, Shaanxi China
Yun Kyongsik
Department of Bio and Brain Engineering, Korea Advanced Institute of Science
and Technology (KAIST), Daejeon 305-701, Republic of Korea
Yurgelun-Todd Deborah
The Brain Institute, University of Utah, Salt Lake City, UT, United States
Zhan Wang
Neuroimaging Research Branch, National Institute on Drug Abuse, National
Institutes of Health, Baltimore, Maryland USA
Wand Gary
Department of Psychiatry and Behavioral Sciences, The Johns Hopkins University
School of Medicine, Baltimore, Maryland USA
Weerts Elise
Department of Psychiatry and Behavioral Sciences, The Johns Hopkins University
School of Medicine, Baltimore, Maryland USA
Worhunsky Patrick
Department of Psychiatry, Yale University School of Medicine, New Haven,
Connecticut USA
Zeng Fang
The 3rd Teaching Hospital, Chengdu University of Traditional Chinese Medicine,
Chengdu, Sichuan China
Zhao Liyan
National Institute on Drug Dependence, Peking University, Beijing China
Zoccatelli Giada
Servizio di Neuroradiologia, Azienda Ospedaliera Universitaria Integrata di Verona
13
14
Sintesi delle evidenze scientifiche
sul neuroimaging delle dipendenze
Update sulle evidenze scientifiche del
neuroimaging nelle dipendenze
Giovanni Serpelloni1, Franco Alessandrini2, Giada Zoccatelli2, Claudia Rimondo3
Dipartimento delle Dipendenze, Presidenza del Consiglio dei Ministri
Servizio di Neuroradiologia, Azienda Ospedaliera Universitaria Integrata di Verona
3
Sistema Nazionale di Allerta Precoce e Risposta Rapida sulle Droghe, Dipartimento Politiche Antidroga, Presidenza del Consiglio dei Ministri, Roma
1
2
Introduzione
Questo documento rappresenta una sintesi del manuale per gli operatori dei Dipartimenti
delle Dipendenze “Neuroscienze delle dipendenze: il neuroimaging” in cui viene riportata
una rassegna dei principali articoli disponibili in letteratura che descrivono le alterazioni
strutturali e funzionali del cervello in relazione al consumo di sostanze stupefacenti e psicotrope. In particolare, vengono evidenziati i danni cerebrali rilevati a seconda della fascia
d’età in cui il consumo della sostanza è avvenuto (esposizione prenatale, adolescenza, età
adulta), con particolare attenzione alla fase adolescenziale, durante la quale il cervello sta
sviluppando e maturando importanti connessioni
sinaptiche e consolidamenti della corteccia cerebrale. Sono stati riportati studi eseguiti su
consumatori di cannabis, cocaina, eroina, metamfetamine, allucinogeni, nicotina e inalanti.
Infine, il documento mette in evidenza anche le alterazioni cerebrali riscontrate in soggetti
affetti da dipendenza sine substantia, forme di dipendenza comportamentale che presentano alcuni tratti caratteristici in comune con la dipendenza da sostanze stupefacenti.
Dagli studi scientifici esaminati, risultano evidenti le gravi conseguenze, ad oggi troppo
sottovalutate, che possono comparire a seguito dell’uso sostanze stupefacenti e psicotrope. Tali conseguenze sono tanto più gravi quanto più precoce è l’inizio dell’assunzione e
quanto maggiori sono la frequenza e la durata dell’uso.
Le tecniche di neuroimaging
Le moderne tecniche di imaging hanno permesso ai ricercatori di scrutare in modo non
invasivo il cervello umano e di indagare, tra le altre cose, gli effetti acuti e le conseguenze
a lungo termine dell’uso di droga. Le principali tecniche di neuroimmagine comprendono:
• la Tomografia Assiale Computerizzata (TAC),
• la Risonanza Magnetica Nucleare (RMN),
• la Tomografia a Emissione di Positroni (PET),
• la Tomografia Computerizzata a Emissione di Singolo Fotone (SPECT).
Le tecniche di
neuroimaging
permettono una
comprensione
multi-dimensionale
del fenomeno
dell’uso di sostanze
Esse rivelano diversi aspetti della struttura o del funzionamento del cervello, dalla conoscenza dell’anatomia e della composizione tissutale del cervello, dei processi biochimici,
fisiologici e funzionali, all’attività dei neurotrasmettitori, la distribuzione delle sostanze e
la loro cinetica. Tutte insieme, e associate ad altre tecniche di ricerca, tali tecniche consentono una comprensione multidimensionale di un fenomeno complesso quale l’uso e la
17
NEUROSCIENZE delle DIPENDENZE: il Neuroimaging
dipendenza da droghe.
Cannabis
L’Esposizione
prenatale alla
cannabis conduce
a deficit delle
funzioni esecutive
in aree cerebrali
complesse,
in particolare
nella corteccia
prefrontale
Per quanto riguarda la cannabis, studi clinici hanno evidenziato come, l’esposizione prenatale a questa sostanza conduca a deficit delle funzioni esecutive in aree cerebrali complesse (Downer EJ & Campbell VA, 2010; Trezza et al., 2008; Fernandez-Ruiz J et al., 2000; Day
NL et al., 1994; Fried PA & Watkinson B, 1990, 1992, 2000; 2001; Fried PA et al., 1992, 1998,
2003; Goldschmidt L et al., 2000, 2004, 2008; Richardson GA et al.,1995, 2002). In particolare, studi di Risonanza Magnetica per immagini (fMRI), condotti su adolescenti esposti
durante la fase prenatale, alla cannabis, hanno condotto a risultati che supporterebbero
l’ipotesi secondo la quale l’esposizione prenatale interessa il sistema neuronale coinvolto
nelle funzioni esecutive, specificatamente a livello della corteccia prefrontale, con un ritardo nello sviluppo delle interconnessioni neuronali, e con conseguenze neurofisiologiche
che possono perdurare nel tempo fino all’età adulta (Smith AM et al., 2004).
Il consumo di
cannabis in
adolescenza
provoca anomalie
strutturali della
materia grigia
e della materia
bianca correlate a
deficit cognitivi
L’uso di cannabis generalmente ha inizio durante l’adolescenza quando il cervello è ancora
in fase di sviluppo (Giedd JN et al., 2004). Studi di neuroimmagine hanno recentemente iniziato ad esplorare il volume, la morfometria e l’integrità del cervello anche di adolescenti
che fanno uso di cannabis, focalizzandosi sui sistemi associati con la vulnerabilità ai disturbi
neurocognitivi e dell’umore (Medina KL et al., 2007; Jarvis et al., 2008). Gli studi presenti in
letteratura indicano che il consumo di cannabis durante gli anni dell’adolescenza provoca
anomalie strutturali della materia grigia e della materia bianca che sono correlate a deficit
cognitivi (Arnone D et al., 2008; Ashtari M et al., 2009).
L’uso di cannabis
in adolescenza
compromette
l’attivazione
cerebrale
Oltre agli studi sulla struttura cerebrale dei consumatori di cannabis, vi sono ricerche che
indagano il funzionamento cerebrale di questi soggetti in stato di riposo oppure durante
l’esecuzione di un compito cognitivo (Becker B et al., 2010; Tapert SF et al., 2007; Jacobsen
LK et al., 2007; Jager G et al., 2010). Aumentano le evidenze secondo cui l’uso di cannabis
in età adolescenziale potrebbe compromettere l’attivazione cerebrale, causando una attivazione neurale precoce e una diminuita attivazione con un uso continuato in età adulta
(Schweinsburg AD et al., 2010). Gli effetti cronici sul cervello del forte consumo di cannabis
potrebbero indurre problemi cognitivi ancora più marcati negli adolescenti (Cohen-Zion M
et al., 2007). Questa compromissione cognitiva potrebbe determinare un minor rendimento scolastico, scelte rischiose, scarso controllo emotivo (Kloos A et al., 2009).
Alterate capacità di
decisione cognitiva
Le evidenze scientifiche circa le alterazioni metaboliche nei consumatori di cannabis derivano principalmente dai risultati ottenuti mediante la tecnica di Spettroscopia protonica con
Risonanza Magnetica, che ha evidenziato anomalie nella distribuzione e concentrazione di
diversi metaboliti cerebrali in concomitanza all’uso della sostanza (Silveri M. et al., 2011). I
dati circa le alterazioni del funzionamento neuronale derivano invece principalmente dalla
Risonanza Magnetica funzionale o dalla PET (Silveri M. et al., 2011; Gruber S.A. et al., 2009).
Alcuni gruppi di soggetti consumatori cronici di marijuana sono stati sottoposti a scansioni
PET durante l’esecuzione di compiti di decisione monetaria. I risultati indicano che tali individui presentano alterate capacità di decisione cognitiva, ossia per prendere delle decisioni
e/o fare delle scelte sono richieste maggiori risorse cerebrali con un maggiore sforzo co-
18
Sintesi
gnitivo (Silveri M. et al., 2011). La cannabis agisce direttamente sul sistema di gratificazione
cerebrale e altera, in questo modo, le capacità di gestione delle risposte affettive. La Risonanza Magnetica funzionale ha dimostrato che tali alterazioni cerebrali, associate a un uso
cronico della droga, portano ad una riorganizzazione della rete neurale visuo-attentiva e
della memoria di lavoro con un ridotto funzionamento del cervelletto e un’alterata composizione del tessuto cerebrale in generale (Chang L. et al., 2006). Infatti, l’uso prolungato di
cannabis provoca anomalie di funzionamento delle regioni cerebrali prefrontali anche nei
soggetti astinenti, dimostrando così l’effetto neurotossico della sostanza a lungo termine
(Matochick J.A. et al., 2005; Gruber S.A. et al., 2005; Eldreth D.A. et al., 2004) .
Cocaina
L’esposizione prenatale alla cocaina può avere conseguenze negative a lungo termine sul
sistema cognitivo e attenzionale del feto. In particolare, l’aumento dei livelli di noradrenalina genera una conseguente vasocostrizione dei vasi del sistema nervoso centrale nella
madre e nel feto, con ipertensione sanguigna e tachicardia (Li Z., 2009). E’ stato dimostrato che l’esposizione prenatale alla cocaina altera importanti funzioni del SNC, lo stato
di attivazione emozionale e la memoria di lavoro con gravi ripercussioni sulla funzionalità
cerebrale del feto. Diversi studi hanno valutato il livello di inibizione della risposta comportamentale mediante fMRI in ragazzi con esposizione intrauterina alla cocaina rilevando
deficit nelle regioni cerebrali coinvolte nel controllo cognitivo e nella regolazione dei processi attentivi (Li Z., 2009; Garavan H. et al., 2000; Dipietro J.A. et al., 1995). I bambini con
esposizione prenatale alla cocaina hanno inoltre un ridotto sviluppo delle fibre frontali di
proiezione (Warner et al., 2006). Tali risultati, ottenuti mediante la tecnica DTI, dimostrano
il forte impatto dell’esposizione prenatale alla cocaina su bambini e adolescenti esposti
alla sostanza durante la gestazione. In particolare, risulta aumentato lo stato di allerta del
cervello in condizioni di riposo e l’analisi morfologica neurale evidenzia un mancato sfoltimento delle sinapsi, con conseguente aumento volumetrico dei nuclei cerebrali e problemi
nella sfera dell’apprendimento (Warner et al., 2006; Liu J. et al., 2011).
L’esposizione
prenatale alla
cocaina altera
importanti funzioni
del SNC, lo stato
di attivazione
emozionale e
la memoria di
lavoro con gravi
ripercussione
sulla funzionalità
cerebrale del feto
Gli adolescenti con esposizione prenatale alla cocaina mostrano anche una alterata perfusione sanguigna cerebrale (Li Z. et al., 2011). Le alterazioni morfo-strutturali e funzionali
dei vari nuclei e regioni cerebrali sono quindi una causa della distruzione dopaminergica
indotta dalla cocaina e coinvolgono diversi aspetti cognitivo-comportamentali (Rao H. et
al., 2007).
Alterata perfusione
sanguigna
cerebrale negli
adolescenti
Modelli preclinici hanno chiaramente dimostrato l’importanza del sistema di ricompensa
cerebrale mesocorticolimbico (MCL) nella dipendenza da droghe, con neuroadattamenti
molecolari e cellulari critici identificati in queste strutture a seguito di somministrazione
cronica di cocaina. I soggetti con dipendenza da cocaina manifestano alterazioni nel funzionamento del circuito della ricompensa probabilmente correlate a cambiamenti indotti
dalla cocaina o a differenze preesistenti, collegate alla predisposizione individuale alla dipendenza (Li Z. et al., 2011). Utilizzando l’analisi di connettività funzionale con tecnica fMRI
in stato di riposo e considerando specifici voxel di interesse corrispondenti a diverse aree
del sistema MCL, è stato osservato che la forza della connettività funzionale specifica per
il sistema si riduce nei consumatori di cocaina in diversi circuiti neurali, tra cui l’area teg-
Alterazioni nel
funzionamento
del circuito della
ricompensa nei
dipendenti
19
NEUROSCIENZE delle DIPENDENZE: il Neuroimaging
mentale ventrale (VTA) e una regione che comprende talamo/nucleo lentiforme/nucleo
accumbens, tra l’amigdala e la corteccia prefrontale mediale (mPFC), e tra l’ippocampo e la
mPFC dorsale. Inoltre, l’analisi di regressione sulle regioni che presentavano una significativa riduzione della connettività funzionale nei consumatori cronici di cocaina ha rivelato che
la forza del circuito tra VTA e talamo/nucleo lentiforme/nucleo accumbens era correlata
negativamente agli anni di utilizzo di cocaina. Si tratta di alterazioni correlate al circuito
nella dipendenza da cocaina nell’uomo, in linea con il range di disturbi cognitivi e comportamentali osservati nella dipendenza da cocaina (Gu Hong et al., 2011).
Oppiacei
Diminuzione
del rapporto
ventricolo/
cervello, perdita
del volume frontale
e aumentata
intensità della
materia bianca
nelle aree frontali
Esiguo è il numero degli studi che hanno indagato i rapporti tra la dipendenza da oppiacei e
i cambiamenti nella struttura del cervello dei consumatori di eroina, soprattutto per quanto riguarda il consumo in adolescenza. I primi studi di neuroimmagine strutturale si sono
focalizzati su diversi effetti patologici causati dall’uso di eroina, compresi cambiamenti
ischemici microvascolari, ictus ischemici, leucoencefalopatia, e atrofia (Borne J et al., 2005;
Chang WL et al., 2009; Molloy S et al., 2006). Gli studi con TAC e RM su soggetti con dipendenza da oppiacei hanno mostrato risultati non sempre coerenti: alcune ricerche hanno
evidenziato una diminuzione del rapporto ventricolo/cervello, perdita del volume frontale
e aumentata intensità della materia bianca nelle aree frontali (Walhovd KB et al., 2007),
mentre altri studi non hanno riportato marcate alterazioni nei soggetti con dipendenza
da oppiacei (Arnold R et al., 2008). Un limite di questi studi è che non sempre hanno preso
in considerazione l’influenza della durata dell’astinenza. Essi coinvolgevano generalmente
soggetti tossicodipendenti in trattamento che, al momento della scansione di RM, erano
astinenti dall’eroina da tempi diversi (da alcune settimane ad alcuni mesi). Questo risulta
particolarmente importante poiché alcune ricerche hanno mostrato che gli effetti di alcune droghe sul substrato neurale sono reversibili. Quindi, al fine di descrivere pienamente le
anomalie cerebrali indotte dall’uso cronico di eroina, è necessario studiare i tossicodipendenti subito dopo la cessazione dell’uso di droga, prima che si possa verificare un eventuale
recupero cerebrale. Alcuni studi hanno riportato che le anomalie indotte dall’eroina nella
perfusione cerebrale e nella leucoencefalopatia potrebbero essere reversibili (Barnett MH
et al., 2001; Chang WL et al., 2009; Molloy S et al., 2006; Rose JS et al., 1996). Altri studiosi,
invece, hanno mostrato che le anomalie indotte dall’eroina nella microstruttura possono
essere reversibili solo in parte (Wang et al., 2011). Sono quindi necessari ulteriori studi, a
diversi tempi di astinenza, per valutare le effettive alterazione indotte dagli oppiacei e gli
eventuali margini di recupero dopo l’astinenza.
Metamfetamina
Ridotti volumi
cerebrali che
correlano con
punteggi più
bassi, rispetto ai
controlli, in compiti
neurocognitivi nei
soggetti esposti a
metamfetamina in
gravidanza
20
Recenti evidenze scientifiche inducono a pensare che gli effetti neurotossici della metanfetamina (MA) e dei suoi derivati siano superiori a quelli della cocaina, a ragione della sua
emivita più lunga e dei suoi molteplici meccanismi d’azione (Fowler JS et al.,2008). Le ricerche che utilizzano tecniche di neuroimaging mostrano deficit strutturali nel cervello di
bambini che avevano subito esposizione alla MA in gravidanza, in cui vengono messi in luce
ridotti volumi cerebrali che correlano con punteggi più bassi, rispetto ai controlli, in com-
Sintesi
piti neurocognitivi (Chang et al L., 2009; Cloak C. et al., 2009; Smith L.M., et al. 2001). Risultano evidenti anche alterazioni significative nelle concentrazioni dei principali metaboliti
cerebrali che rappresentano, secondo i principali autori, la prova di una marcata deviazione
dal processo maturativo normale.
L’indiscutibilità dei danni organici indotti dalla metanfetamina (MA) e dai suoi derivati al
cervello di consumatori adulti è supportata dalle numerose evidenze provenienti da studi
di neuroimmagine, sia strutturali che funzionali. Gli adolescenti che utilizzano metanfetamine ed ecstasy corrono il rischio di andare incontro soprattutto a sintomi psicotici (McKetin R. et al., 2006; King G. et al., 2010) e mostrano prestazioni deficitarie nei test per le
funzioni esecutive. Alcune ricerche in particolare mostrano che anche l’uso “ricreazionale”
di basse quantità di queste sostanze possono causare danni neurologici (ictus emorragico),
neuropsicologici e metabolici gravi (Auer J et al, 2002; de Win ML et al., 2008).
Sintomi psicotici,
prestazioni
deficitarie nelle
funzioni esecutive,
danni neurologici e
metabolici gravi
L’esposizione ad alte dosi di MA è stata indicata come causa di alterazioni a lungo termine
nei sistemi dopaminergico (Ricaurte GA et al., 1980; Wagner GC et al., 1980) e serotoninergico (O’Hearn E et al., 1988; Zhou FC et al., 1996) sia negli umani che nei primati. I danni
Alterazioni a lungo
termine nei sistemi
dopaminergico e
serotoninergico,
ipertrofia della
sostanza bianca
sono stati evidenziati principalmente nelle regioni frontostriatali, necessarie per i processi
di attenzione selettiva (striato, corteccia frontale e amigdala), così come nelle regioni implicate nelle funzioni di memoria quali l’ippocampo. Un dato trasversale a questi studi è
una generale ipertrofia della sostanza bianca, accompagnata da un declino della sostanza
grigia negli utilizzatori adulti di metanfetamina. In alcuni casi sembra che la funzionalità
neurale abbia avuto la capacità di recuperare a seguito di una prolungata astinenza (Salo
et al. 2011; Volkow et al. 2001; Nordahl et al. 2005; Kim et al. 2006; Ernst e Chang 2008) e
questi risultati che collegano lunghi periodi di astinenza a miglioramenti nella funzionalità
cerebrali sono stati estesi anche alle capacità cognitive (Simon et al. 2010; Salo et al. 2009).
Allucinogeni
Non esiste una numerosa letteratura scientifica circa gli effetti dell’esposizione prenatale
a sostanze allucinogene (LSD, Ketamina, ecc.) poiché esse sono principalmente assunte
assieme e secondariamente ad altre droghe (cocaina, eroina, marijuana). Sono stati quindi
presi in considerazione i risultati più recenti ottenuti da ricerche che hanno studiato gli
effetti neurotossici dell’esposizione prenatale alle droghe considerando, tra queste, anche gli effetti degli allucinogeni. Alcune ricerche di neuroimmagine hanno dimostrato che
l’uso della Ketamina danneggia il circuito cerebrale frontale e ippocampale, deputato alla
capacità di codifica e memoria episodica (Honey GD., 2004). Studi con la tecnica PET hanno mostrato un alterato metabolismo della dopamina nella corteccia prefrontale dorsolaterale in consumatori cronici di Ketamina e lesioni multifocali da demielinizzazione, ossia
alterazioni della microstruttura cerebrale, dopo abuso di “funghi magici” (Spendos K. et al.,
2000). Esistono poi diverse descrizioni scientifiche circa la capacità delle sostanze psichedeliche, come la psilocibina, di indurre una disgregazione della consapevolezza cognitiva
nel soggetto che ne fa uso. La psilocibina agisce inoltre sul sistema visivo, in particolare
su alcuni recettori del sistema serotoninergico generando allucinazioni e la possibilità di
slatentizzare sindromi psicotiche anche permanentementi (Carhart-Harris R.L et al., 2011).
Danneggiamento
del circuito
cerebrale frontale
e ippocampale,
alterato
metabolismo della
dopamina e lesioni
multifocali da
demielinizzazione
nei consumatori di
allucinogeni
21
NEUROSCIENZE delle DIPENDENZE: il Neuroimaging
Alcol
Decremento
dell’attività neurale
del feto esposto
ad alcol e danni
alle aree cerebrali
deputate alla
capacità mnesica
L’esposizione prenatale all’alcol rappresenta una condizione alla base di numerose alterazioni del cervello, in particolar modo se l’esposizione avviene durante la gestazione, su un
feto il cui cervello è ancora in via di sviluppo. E’ possibile quindi affermare che esiste un
effetto teratogeno dell’alcol sul feto durante la gestazione, che può portare ad una serie
di anomalie cerebrali morfo-funzionali. Nella sindrome da esposizione alcolica, la tecnica di
fMRI ha dimostrato un globale decremento dell’attività neurale necessaria al corretto funzionamento cognitivo e alcuni studi morfometrici sull’analisi dell’integrità strutturale del
tessuto nervoso hanno identificato i danni cerebrali conseguenti all’esposizione alcolica
nei giovani adulti. In particolare, l’alcol sembra indurre un’anomala risposta neurale nelle
aree cerebrali deputate alla capacità mnestica (Lebel C., 2011; Sowell ER et al., 2008). I
deficit di memoria conseguenti all’esposizione prenatale di alcol dipendono da un alterato
funzionamento del circuito fronto-parietale. Le analisi dell’anatomia cerebellare mediante tecnica biometrica hanno rilevato inoltre una ipoplasia del cervelletto nei feti esposti
all’alcol durante la gestazione. Nel feto, l’esposizione all’alcol provoca delle alterazioni microstrutturali nello splenio del corpo calloso, quindi anche a livello della sostanza bianca
cerebrale che causano difficoltà delle abilità d’integrazione visuo-spaziale nel nascituro.
Esistono quindi delle correlazioni tra difficoltà nelle abilità cognitivo-comportamentali e le
anomalie nello spessore corticale dei soggetti con esposizione prenatale cronica all’alcol
(Wozniak JR., 2009).
Alterazioni
delle capacità
di attenzione,
di decisione, di
controllo del
comportamento,
della memoria
di lavoro negli
adolescenti
consumatori di
alcol
L’uso precoce di alcol e la pratica del binge drinking espongono gli adolescenti al rischio di
modulazioni neurobiologiche permanenti e al potenziale sviluppo di una alcoldipendenza.
Gli studi di neuroimaging hanno contribuito significativamente alla identificazione delle
aree nel cervello adolescente che vengono maggiormente alterate dall’uso di alcol. La pratica del binge drinking provoca danni precoci e marcati al cervello adolescente alterando, in particolare, le capacità di attenzione, di decisione, di controllo del comportamento,
della memoria di lavoro, e sviluppando una maggiore reattività agli stimoli legati all’alcol
(Schweinsburg A. et al. 2010, McQuenny T. et al. 2009). Inoltre, l’impatto dell’alcol sul neurosviluppo durante l’adolescenza si differenzia anche in base al genere maschile e femminile (Squeglia L. et al. 2011a e 2011b, Medina K. et al. 2008) richiedendo una valutazione
specifica e differenziata. Infatti, gli studi di genere hanno evidenziato che la pratica del
binge drinking durante l’adolescenza è associata anche a differenze specifiche nello spessore corticale frontale, e le femmine risultano più suscettibili agli effetti negativi dell’alcol sul neurosviluppo. I più recenti studi sui potenziali evento-correlati (Maurage P. et al.
2012, López-Caneda E. et al. 2012, Petit G. et al. 2012, Crego A. et al. 2010), impiegati per
valutare i processi nervosi sensoriali, motori e cognitivi correlati all’uso di alcol durante
l’adolescenza, hanno inoltre permesso di individuare alterazioni dei processi di percezione,
attenzione, capacità decisionale, inibizione della risposta agli stimoli e della memoria di
lavoro causate dalla pratica del binge drinking.
Ridotto volume
cerebrale, ridotto
volume cerebellare,
assottigliamento
del corpo calloso,
allargamento
dei ventricoli,
aumentato
volume del fluido
cerebrospinale
negli alcolisti
Già a partire dagli anni ’70, sono state prodotte evidenze di un volume cerebrale marcatamente ridotto nei pazienti alcolisti (Carlen PL et al., 1978), differenze nel volume cerebellare rispetto ai soggetti sani (Haubek A & Lee K, 1979), assottigliamento del corpo
calloso (Oishi M et al., 1999), allargamento dei ventricoli (Ishii T, 1983; Mutzell S, 1992),
un aumentato volume del fluido cerebrospinale in varie zone del cervello (Jernigan TZ et
22
Sintesi
al., 1982). In particolare, l’ingrossamento dei ventricoli laterali (Kato A et al., 1991) ed una
pronunciata atrofia progressiva della corteccia dei lobi frontali (Maes M et al., 2000) caratterizzano i pazienti alcolisti. Tutti gli studi moderni, effettuati con le più recenti metodiche
di visualizzazione cerebrale, confermano grandemente la quantità di alterazioni morfologiche e di danni funzionali attribuibili all’abuso alcolico, soprattutto a carico dei lobi frontali,
con conseguente compromissione delle capacità di ragionamento, di presa decisionale e
di soluzione dei problemi. Gli studi su pazienti alcolisti rivelano anche alterazioni metaboliche focali ed una forte riduzione nella disponibilità di recettori per la dopamina (DA)D2 in
molte regioni cerebrali che, secondo alcuni autori, resterebbe deficitaria anche dopo molti
mesi di astinenza (Volkow ND et al. 2002).
Nicotina
L’esposizione prenatale alla nicotina, a cui va incontro il feto attraverso il fumo materno,
è stata descritta come la più vasta minaccia alla salute dei bambini nel mondo (Levin ED
& Slotkin TA 1998). In Italia si stima che circa il 30% delle donne incinte non riesca ad abbandonare la sigaretta, nonostante i danni che questo comportamento arreca alla salute
delle madri ma soprattutto dei nascituri (Ministero della Salute, 2009). Oltre al rischio di
complicazioni nel decorso della gravidanza (placenta previa, gravidanza ectopica e parto
prematuro, aborto spontaneo e mortalità perinatale, basso peso del feto alla nascita e
possibili, gravi disturbi respiratori) alcuni ricercatori hanno trovato un’alta associazione tra
l’esposizione prenatale alla nicotina ed i disturbi dello spettro autistico (Kalkbrenner A et
al., 2012). Dai pochi studi di neuroimmagine che hanno indagato la relazione tra il fumo
materno in gravidanza e lo sviluppo cerebrale nel feto, risulta che l’esposizione intrauterina alla nicotina è associata ad un alto numero di disturbi neurocognitivi nel nascituro (tra
cui minore span di capacità di memoria di lavoro verbale e visuospaziale, coordinamento difettoso tra le regioni del cervello deputate all’elaborazione dell’informazione uditiva, compromissione dell’apprendimento uditivo), associati ad un peggior controllo degli impulsi
e marcata inattenzione. Dal punto di vista morfologico è stata riportata una significativa
riduzione della sostanza bianca corticale e del volume totale del parenchima cerebrale, un
ridotto volume del cervelletto e del corpo calloso e, in generale, della testa del neonato.
L’esposizione intrauterina al fumo di sigaretta è associata infine anche ad un minore quoziente intellettivo durante l’infanzia e l’adolescenza.
Alto numero
di disturbi
neurocognitivi
nel feto di
madri fumatrici,
peggior controllo
degli impulsi e
inattenzione
L’abitudine al fumo di sigaretta inizia solitamente in adolescenza, spesso prima dell’utilizzo di altre sostanze. Le evidenze di neuroimmagine riportano alterazioni microstrutturali
nella sostanza bianca di adolescenti fumatori, associate ad alterate attivazioni cerebrali durante l’esecuzione di vari compiti neuropsicologici. Sono riportate anche compromissioni
nelle funzioni cognitive superiori correlate con il fumo di sigaretta o con la sua astinenza
in adolescenti, con deficit di attenzione visiva e verbale, di memoria visuospaziale e di memoria di lavoro (Jacobsen LK et al., 2007; Thatcher DL et al., 2010; Peters J et al., 2011;
Rubinstein M et al., 2011)
Deficit di
attenzione visiva e
verbale di memoria
visuospaziale e di
working memory
In passato, un vasto numero di evidenze ottenute da modelli animali, aveva già dimostrato
chiaramente che la nicotina diminuisce il numero di cellule cerebrali favorendo l’aumento
dei marcatori di apoptosi (morte cellulare) (Xu Z.et al., 2001; Chen W.J. et al., 2003). Il fumo
Diminuito numero
di cellule cerebrali,
atrofia cerebrale,
ridotto volume
e densità della
sostanza grigia
23
NEUROSCIENZE delle DIPENDENZE: il Neuroimaging
di sigaretta mostra una stretta associazione con reperti anatomici di atrofia cerebrale generalizzata e con alterazioni della sostanza bianca frontale e parietale. Inoltre, il volume e
la densità della sostanza grigia risultano minori nei fumatori in alcune specifiche regioni
cerebrali, tra cui diverse zone prefrontali, parietali, temporali, il cervelletto e altre regioni che vengono compromesse anche nel morbo di Alzheimer (Gazdzinski S et al., 2005;
Brody AL et al., 2004). Le ricerche che hanno confrontato fumatori adulti con soggetti di
controllo, indicano anche che i fumatori hanno una minore densità di sostanza grigia nelle
regioni frontali ed una maggiore concentrazione di recettori nicotinici. Gli studi funzionali
dopo astinenza hanno identificato le aree anatomiche funzionalmente legate all’aumento
di reattività in risposta a stimoli fumo-correlati e al peggioramento delle capacità attentive
in astinenza di nicotina. Presi insieme, questi dati evidenziano come il fumo di sigaretta
influenzi sia la struttura del cervello che la sua funzionalità.
Inalanti
La pratica dell’uso di sostanze inalanti ha pesanti ripercussioni sull’integrità neurobiologica dell’organismo, specialmente in giovane età, quando le varie strutture e funzioni organiche non sono ancora del tutto formate e risultano quindi maggiormente vulnerabili.
Nonostante gli effetti tossici derivanti dall’uso di queste sostanze siano piuttosto severi,
l’abuso di inalanti è uno dei problemi di assunzione di sostanze psicotrope meno studiati.
Sono comunque disponibili studi di neuroimaging che descrivono le variazioni strutturali
e funzionali di specifiche aree del cervello in seguito ad inalazione di alcune sostanze. In
particolare per il toluene, solvente il cui uso come inalante risulta essere tra i più studiati,
si assisterebbe a una riduzione dei volumi di materia grigia rispetto a soggetti di controllo,
ad effetti sulla materia bianca e a neurotossicità ottica (Aydin K et al. 2009; Yücel M et al.
2010; Gupta SR et al. 2011).
Riduzione dei
volumi di materia
grigia
Gioco d’azzardo patologico
Anomalie
nell’attivazione
dei lobi frontali e
dei circuiti neurali
subcorticalicorticali, diminuita
attivazione
della corteccia
orbitofrontale e
della corteccia
prefrontale ventromediale
24
Il gioco d’azzardo patologico viene considerato una forma di dipendenza comportamentale che presenta alcuni tratti caratteristici in comune con la dipendenza da sostanze stupefacenti. Date le somiglianze tra gioco d’azzardo patologico e dipendenza da droghe,
la ricerca in questo campo ha fatto assunti e utilizzato paradigmi simili a quelli usati nella
ricerca sui disturbi da uso di sostanze. Le tecniche di neuroimmagine, però, sono state introdotte solo recentemente per studiare la neurobiologia del gioco d’azzardo patologico.
Attraverso studi con fMRI condotti su giocatori d’azzardo durante la visione di filmati sul
gioco d’azzardo, sono state osservate spesso anomalie nell’attivazione dei lobi frontali e
dei circuiti neurali subcorticali-corticali che proiettano alla corteccia frontale, insieme ad
una diminuita attivazione della corteccia orbitofrontale e della corteccia prefrontale ventro-mediale. Gli studi presenti in letteratura suggeriscono numerose somiglianze rispetto
ai processi decisionali relativi alla valutazione dei rischi/benefici, alle scelte e alle risposte impulsive che accomunano i giocatori d’azzardo con i tossicodipendenti (Clark L et al.,
2009; Goudriaan AE et al., 2010; de Ruiter MB et al., 2009; Dannon PN et al., 2011; de Greck
M et al., 2010; Miedl SF et al., 2010; van Holst RJ et al., 2012; Joutsa J et al., 2011). L’analisi
dei livelli di coinvolgimento delle diverse aree cerebrali correlate all’impulsività e alla com-
Sintesi
pulsività necessita di studi più approfonditi, mostrando sia le somiglianze sia le differenze
tra le due patologie.
Dipendenza da Internet
La dipendenza da Internet (IAD) non solo risulta frequentemente associata ad altre patologie (depressione e ansia sociale) ma avrebbe numerosi aspetti in comune con la dipendenza da sostanze. L’ipotesi è che il circuito cerebrale che media il desiderio, indotto attraverso stimolazione, attivi aree cerebrali comuni a quelle coinvolte dal craving per sostanze
stupefacenti e psicotrope (Ko C.-H. et al. 2011, Han D. et al. 2011). Infatti, grazie agli studi
di neuroimaging è stato possibile individuare, in persone affette da IAD, anomalie strutturali e funzionali simili a quelle identificate in persone tossicodipendenti (Yuan K. et al.
2011a). Le persone affette da dipendenza da Internet sarebbero caratterizzate, in modo
analogo ad altre forme di dipendenza, da alterazioni del sistema dopaminergico a capo dei
meccanismi di ricompensa e punizione (Dong G. et al. 2011, Liu J. et al. 2010). La IAD, inoltre, provocherebbe alterazioni metaboliche in aree cerebrali implicate nel controllo degli
impulsi, nel sistema di gratificazione e nella rappresentazione di esperienze passate (Park
H. et al. 2010, Kim S. et al. 2011). Le indagini di morfometria basata su voxel (VBM) e di imaging con tensore di diffusione (DTI) hanno inoltre evidenziato variazioni volumetriche della
materia grigia nella corteccia cingolata (Zhou Y. et al. 2011) ed anomalie microstrutturali
della materia bianca (Yuan K. 2011b et al.). Tali alterazioni spiegherebbero i disturbi comportamentali, emotivi e la compromissione funzionale della capacità di controllo cognitivo
riscontrate nelle persone con dipendenza da Internet. In particolare, lo studio di Lin F. et al.
2012 propone di considerare l’integrità della materia bianca quale nuovo potenziale target
per il trattamento della dipendenza da Internet, mentre i livelli dell’anisotropia frazionaria
(FA) potrebbero essere impiegati per valutare l’efficacia di specifici interventi per il trattamento della dipendenza da Internet.
Alterazioni
metaboliche in aree
cerebrali implicate
nel controllo degli
impulsi, nel sistema
di gratificazione
e nella
rappresentazione
di esperienze
passate
Dipendenza da cibo
La dipendenza da cibo rappresenta una delle cosiddette “nuove dipendenze” per la quale non è ancora disponibile una precisa definizione. Si parla di comportamenti anomali di
assunzione di cibo, disturbi dell’alimentazione fino all’obesità e la dipendenza da cibo può
essere dunque descritta come un problema cronico recidivante causato da diversi fattori che aumentano il craving per il cibo, portando ad uno stato di elevato piacere, di sensazione di energia o di eccitazione. La neurobiologia che sottende a tali comportamenti,
presenta aree di sovrapposizione con i comportamenti indotti dal consumo di droghe. Numerosi studi evidenziano, infatti, il coinvolgimento di circuiti neuronali e ormonali comuni
tra dipendenza da sostanze e dipendenza da cibo, anche se sussistono alcune differenze
(Volkow ND et al. 2011; Dietrich, M. e Horvath, T, 2009). Il neuroimaging funzionale offre
la possibilità di studiare tali sovrapposizioni e differenze, al fine di comprendere come alcune caratteristiche piacevoli del cibo - odore, aspetto, sapore - funzionano o meno da
caratteristiche di rinforzo in modo analogo a quanto avviene per le droghe. In particolare,
con l’uso di tecniche come la Tomografia ad Emissione di Positroni (PET) e la Risonanza Magnetica (MRI), è stato possibile evidenziare aree funzionali e neuroanatomiche modificate
Coinvolgimento di
circuiti neuronali e
ormonali comuni
tra dipendenza
da sostanze e
dipendenza da cibo
25
NEUROSCIENZE delle DIPENDENZE: il Neuroimaging
in funzione dei comportamenti di assunzione di cibo, con risultati di varie ricerche che indicherebbero come il cibo, in modo analogo alle droghe, moduli il rilascio del neurotrasmettitore dopamina nell’area cerebrale mesolimbica a livelli che correlano con la sensazione
di ricompensa soggettiva (Stice E et al. 2008; Stice E et al., 2008b; Volkow ND et al., 2011;
Volkow ND et al., 2008a; Wang et al. 2002; Pelchat ML et al., 2004).
Conclusioni
Alla luce delle evidenze scientifiche riportate in questa sintesi, risulta ampiamente documentato che le droghe agiscono sulle strutture e i sistemi cerebrali alterando le funzioni
neuropsicologiche associate e le diverse tecniche di neuroimmagine (Risonanza Magnetica
funzionale, Tomografia ad Emissione di Positroni, ecc.) hanno dato una grande contributo nell’identificare le basi neurobiologiche della dipendenza da sostanze e nello spiegare
i deficit riscontrati nel consumatore di droghe (ad esempio, alterazione del sistema dopaminergico della gratificazione, dei processi decisionali e deficit di controllo prefrontale
sui comportamenti, ecc.). I correlati neurali, funzionali e strutturali, dei comportamenti di
dipendenza, rilevabili anche attraverso le neuroimmagini, riportano evidenze che, perciò,
potrebbero condurre a nuovi modelli interpretativi e, sulla base di questi, a nuovi modelli
di diagnosi, cura e riabilitazione. Tutto ciò, potrà essere di ausilio agli operatori del settore
per meglio comprendere, investigare, gestire e curare la grave malattia della dipendenza e
permettere che costoro, con il proprio lavoro quotidiano, possano meglio aiutare le persone che usano droghe, o che già hanno sviluppato una dipendenza, e le loro famiglie, a trovare la giusta comprensione del fenomeno ed un adeguato supporto clinico e riabilitativo.
Biografia
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
26
Arnold R, Johnson C, McNulty B, Gaisie G. Substantia nigra MR imaging signal changes and cardiomyopathy
following prenatal exposure to cocaine and heroin. AJNR Am J Neuroradiol. 2008 Apr; 29 (4) :828-9
Arnone D, Barrick TR, Chengappa S, Mackay CE, Clark CA, Abou-Saleh MT. Corpus callosum damage in heavy
marijuana use: preliminary evidence from diffusion tensor tractography and tract-based spatial statistics.
Neuroimage. 2008 Jul 1;41(3):1067-74. Ashtari, M., Cervellione, K. L., Hasan, K. M., McIlree, C., Wu, J., Kester,
H., et al. (2007). White matter development during late adolescence in healthy males: a cross-sectional diffusion imaging study. Neuroimage, 501-510.
Ashtari M, Cervellione K, Cottone J, Ardekani BA, Kumra S. Diffusion abnormalities in adolescents and young
adults with a history of heavy cannabis use. Journal of Psychiatric Research 43 (2009) 189–204.
Auer, J., Berent, R., Weber, T., Lassnig, E., & Eber, B. (2002). Subarachnoid haemorrhage with “Ecstasy” abuse
in a young adult. Neurol Sci.
Aydin K, Kircan S, Sarwar S, Okur O, Balaban E. Smaller gray matter volumes in frontal and parietal cortices
of solvent abusers correlate with cognitive deficits. AJNR Am J Neuroradiol. 2009 Nov;30(10):1922-8. Epub
2009 Jul 30.
Barnea-Goraly, N., Menon, V., Eckert, M., Tamm, L., Bammer, R., Karchemskiy, A., et al. (2005). White matter
development during childhood and adolescence: a cross-sectional diffusion tensor imaging study. Cereb.
Cortex, 1848–1854.
Barnett, M.H., Miller, L.A., Reddel, S.W., Davies, L., 2001. Reversible delayed leukoencephalopathy following
intravenous heroin overdose. J. Clin. Neurosci. 8,165–167.
Becker B, Wagner D, Gouzoulis-Mayfrank E, Spuentrup E, Daumann J. The impact of early-onset cannabis
use on functional brain correlates of working memory. Prog Neuropsychopharmacol Biol Psychiatry. 2010
Borne, J., Riascos, R., Cuellar, H., Vargas, D., Rojas, R., 2005. Neuroimaging in drug and substance abuse. Part
II. Opioids and solvents. Top. Magn. Reson. Imaging 16, 239–245.
Brody, A. L., Mandelkern, M. A., Jarvik, M. E., Lee, G. S., Smith, E. C., Huang, J. C., et al. (2004). Differences
between smokers and nonsmokers in regional gray matter volumes and densities. Biol.Psychiatry, 77–84.
Carhart-Harris RL, Leech R, Erritzoe D, Williams TM, Stone JM, Evans J, Sharp DJ, Feilding A, Wise RG, Nutt
DJ., Functional Connectivity Measures After Psilocybin Inform a Novel Hypothesis of Early Psychosis. Schizophr Bull. 2012 Oct 8.
Carlen PL, Wortzman G, Holgate RC, Wilkinson DA, Rankin JG (1978) Reversible cerebral atrophy in recently
abstinent chronic alcoholics measured by computed tomographic scans. Science 200:1076–1078.
Chambers , R. A., & Potenza, M. N. (2003). Neurodevelopment, Impulsivity, and Adolescent Gambling.
Sintesi
Journal of Gambling Studies, 53-84.
14. Chang L., Yakupov R., Cloak C., Ernst T. Marijuana use is associated with a reorganized visual-attention network and cerebellar hypoactivation Brain (2006), 129, 1096–1112
15. Chang, W.L., Chang, Y.K., Hsu, S.Y., Lin, G.J., Chen, S.C., 2009. Reversible delayed leukoencephalopathy after
heroin intoxication with hypoxia: a case report. Acta Neurol. Taiwan 18, 198–202.
16. Chen, W. J., Edwards, R. B., Romero, R. D., Parnell, S. E., & Monk, R. J. (2003). Long-term nicotine exposure
reduces Purkinje cell number in the adult rat cerebellar vermis. Neurotoxicol. Teratol., 329–334.
17. Clark L, Lawrence AJ, Astley-Jones F, et al. Gambling nearmisses enhance motivation to gamble and recruit
win-related brain circuitry. Neuron 2009, 61:481–490.
18. Cloak C. et al.; 2009. Lower diffusion in white matter of children with prenatal methamphetamine exposure
19. Cohen-Zion, M., Drummong, S.P.A., Padula, C.B., Winward, J., Kanady, J., Medina, K.L., & Tapert, S.F. (2009).
Sleep Architecture in Adolescent Marijuana and Alcohol Users during Acute and Extended Abstinence. Addictive Behaviors, 34(11), 967-9.
20. Crego A, Rodriguez-Holguin S, Parada M et al. (2010), Reduced anterior prefrontal cortex activation in young
binge drinkers during a visual working memory task, Drug and Alcohol Dependence, 109:45–56.
21. Dannon PN, Kushnir T, Aizer A, Gross-Isseroff R, Kotler M, Manor D Alternation learning in pathological gamblers: an fMRI Study. Brain Imaging and Behavior (2011) 5:45–51
22. de Greck M, Enzi B, Prösch U, Gantman A, Tempelmann C, Northoff G. Decreased neuronal activity in reward
circuitry of pathological gamblers during processing of personal relevant stimuli. Hum Brain Mapp. 2010
Nov;31(11):1802-12.
23. de Ruiter MB, Veltman DJ, Goudriaan AE, et al. Response perseveration and ventral prefrontal sensitivity to reward and punishment in male problem gamblers and smokers. Neuropsychopharmacology 2009,
34:1027–1038.
24. de Win, M. L., Jager, G., Booij, J., Reneman, L., Schilt, T., & Lavini, C. (2008). Sustained effects of ecstasy on
the human brain: A prospective neuroimaging study in novel users. Brain, 2936-2945.
25. Dietrich, M. and Horvath, T. (2009) Feeding signals and brain circuitry. Eur. J. Neurosci. 30, 1688–1696.
26. DiFranza, J. R. (2008). Hooked from the First Cigarette. Scientific American Magazine, 689-98.
27. DiFranza, J. R., Rigotti, N. A., McNeill, A. D., Ockene, J. K., Savageau, J. A., St Cyr, D., et al. (2000). Initial symptoms of nicotine dependence in adolescents. Tobacco Control, 9:313–319.
28. DiFranza, J. R., Savageau, J. A., Rigotti, N. A., Fletcher, K., Ockene, J. k., McNeill, A. D., et al. (2002). Development of symptoms of tobacco dependence in youths: 30 month follow up data from the DANDY study.
Tobacco Control, 11:228–235.
29. Dipietro J.A.,. Suess P.E, Wheeler J.S.,. Smouse P.H, Newlin D.B., Reactivity and regulation in cocaine-exposed neonates, Infant Behav. Dev. 18 (1995) 407–414
30. Dong G, Huang J, Du X (2011), Enhanced reward sensitivity and decreased loss sensitivity in Internet addicts:
An fMRI study during a guessing task, J Psychiatr Res, 45:1525-1529.
31. Downer EJ, Campbell VA. Phytocannabinoids, CNS cells and development: A dead issue? Drug Alcohol Rev
2010;29:91–98
32. Eldreth DA, Matochik JA., Cadet JL., Bolla KI. Abnormal brain activity in prefrontal brain regions in abstinent
marijuana users NeuroImage 23 (2004) 914– 920
33. Ernst T, Chang L (2008) Adaptation of brain glutamate plus glutamine during abstinence from chronic methamphetamine use. J NeuroimmunePharmacol 3:165–172
34. Fernandez-Ruiz J, Berrendero F, Hernandez ML, Ramos JA. (2000) The endogenous canna¬binoid system
and brain development. Trends Neurosci. 23, 14-20.
35. Fowler JS, Volkow ND, Logan J, et al. Fast uptake and long-lasting binding of ethamphetamine in the human
brain: comparison with cocaine. Neuroimage. 2008;43(4):756–763
36. Fried PA, Watkinson, B. (1990). 36- and 48-month neurobehavioural follow-up of children prenatally exposed to marijuana, cigarettes, and alcohol. Journal of Developmental and Behavioural Pediatrics, 11, 49-58.
37. Fried PA., Watkinson B. (2001) Differential effects on facets of attention in adolescents prenatally exposed
to cigarettes and marihuana. Neurotoxicol Teratol 23:421-430.
38. Garavan H.,. Morgan R.E, Mactutus C.F., Levitsky D.A., Booze R.M., Prenatal cocaine exposure impairs selective attention: evidence from serial reversal and extradimentional shift tasks, Behav. Neurosci. 114 (2000)
725–738
39. Gazdzinski S, Durazzo TC, Studholme C, Song E, Banys P, Meyerhoff DJ., Quantitative brain MRI in alcohol
dependence: preliminary evidence for effects of concurrent chronic cigarette smoking on regional brain
volumes, Alcohol Clin Exp Res. 2005 Aug;29(8):1484-95.
40. Giedd JN. Structural magnetic resonance imaging of the adolescent brain. Ann N Y Acad Sci 2004:1021.
41. Giedd, J. N. (2006). Structural Magnetic Resonance Imaging of the Adolescent Brain. Adolescent Brain Development: Vulnerabilities and Opportunities, 77–85.
42. Giorgio, A., Watkins, K. E., Douaud, G., James, A. C., James, S., De Stefano, N., et al. (2008). Changes in white
matter microstructure during adolescence. NeuroImage, 52–61.
43. Goudriaan AE, de Ruiter MB, van den Brink W, et al. Brain activation patterns associated with cue reactivity
and craving in abstinent problem gamblers, heavy smokers and healthy controls: an fMRI study. Addict Biol
2010 15, 491–503
44. Gu H, Salmeron BJ, Ross TJ, Geng X, Zhan W, Stein EA, Yang Y., Mesocorticolimbic circuits are impaired
in chronic cocaine users as demonstrated by resting-state functional connectivity, Neuroimage. 2010 Nov
1;53(2):593-601. Epub 2010 Jul 11.
45. Gupta SR, Palmer CA, Curé JK, Balos LL, Lincoff NS, Kline LB. Toluene optic neurotoxicity: magnetic resonance imaging and pathologic features. Hum Pathol. 2011 Feb;42(2):295-8.
46. Gruber, S.A., Yurgelun-Todd, D.A., 2005. Neuroimaging of marijuana smokers during inhibitory processing: a
pilot investigation. Brain Res. Cogn. Brain Res. 23, 107–118.
47. Han DH, Bolo N, Daniels MA et al. (2011), Brain activity and desire for Internet video game play, Comprehensive Psychiatry, 52:88–95.
48. Haubek A, Lee K (1979) Computed tomography in alcoholic cerebellar atrophy. Neuroradiology 18:77–79.
27
NEUROSCIENZE delle DIPENDENZE: il Neuroimaging
49. Honey RAE, Honey GD, O’Loughlin C, Sharar SR, Kumaran D, Bullmore ET, Menon DK, Donovan T, Lupson VC,
Bisbrown-Chippendale R, Fletcher PC (2004) Acute ketamine administration alters the brain responses to
executive demands in a verbal working memory task: an fMRI study. Neuropsychopharmacology 29:1203–
1214.
50. Ishii T (1983) A comparison of cerebral atrophy in CT scan findings among alcoholic groups. Acta Psychiatr
Scand Suppl 309:1–30.
51. Jacobsen, L. K., Mencl, W. E., Constable, R. T., Westerveld, M., & Pugh, K. R. (2007). Impact of smoking abstinence on working memory neurocircuitry in adolescent daily tobacco smokers. Psychopharmacology,
557–566.
52. Jacobsen, L. K., Picciotto, M. R., Heath, C. J., Frost, S. J., Tsou, K. A., Dwan, R. A., et al. (2007). Prenatal and
Adolescent Exposure to Tobacco Smoke Modulates the Development of White Matter Microstructure. The
Journal of Neuroscience, 13491–13498.
53. Jacobsen, L. K., Pugh, K. R., Constable, R.T., Westerveld, M., & Mencl, W. E. (2007). Functional correlates of
verbal memory deficits emerging during nicotine withdrawal in abstinent adolescent cannabis users. Biol
Psychiatry, 61(1):31-40.
54. Jacobsen, L. K., Slotkin, T. A., Westerveld, M., Mencl, W. E., & Pugh, K. R. (2006). Visuospatial Memory Deficits
Emerging During Nicotine Withdrawal in Adolescents with Prenatal Exposure to Active Maternal Smoking.
Neuropsychopharmacology, 1550–1561. Lenroot, R. K., & Giedd, J. N. (2006). Brain development in children
and adolescents: Insights from anatomical magnetic resonance imaging. Neuroscience and Biobehavioral
Reviews, 718–729.
55. Jager G, Block RI, Luijten M, Ramsey NF., Cannabis use and memory brain function in adolescent boys: a
cross-sectional multicenter functional magnetic resonance imaging study. J Am Acad Child Adolesc Psychiatry. 2010 Jun;49(6):561-72, 572.e1-3. Epub 2010 Apr 14.
56. Jarvis K, DelBello MP, Mills N, Elman I, Strakowski SM, Adler CM.J, Neuroanatomic comparison of bipolar
adolescents with and without cannabis use disorders, Child Adolesc Psychopharmacol. 2008 Dec;18(6):55763.
57. Jernigan TL, Zatz LM, Ahumada AJ Jr, Pfefferbaum A, Tinklenberg JR, Moses JA Jr (1982) CT measures of
cerebrospinal fluid volume in alcoholics and normal volunteers. Psychiatry Res 7:9–17.
58. Joutsa J, Saunavaara J, Parkkola R, Niemelä S, Kaasinen V. Extensive abnormality of brain white matter integrity in pathological gambling, Psychiatry Research: Neuroimaging (2011)
59. Kalkbrenner, A. E., Braun, J. M., Durkin, M. S., Maenner, M. J., Cunniff, C., Lee, L., et al. (2012). Maternal Smoking during Pregnancy and the Prevalence of Autism Spectrum Disorders, Using Data from the Autism and
Developmental Disabilities Monitoring Network. Environmental Health Perspectives.
60. Kato A, Tsuji M, Nakamura M, Nakajima T (1991) Computerized tomographic study on the brain of patients
with alcohol dependence. Jpn J Psychiatry Neurol 45:27–35.
61. Kim YT, Kwon DH, Chang Y (2011) Impairments of facial emotion recognition and theory of mind in methamphetamine abusers. Psychiatry Res 186:80–84
62. King, G., Alicata, D., Cloak, C., & Chang, L. (2010). Psychiatric symptoms and HPA axis function in adolescent
methamphetamine users. J. Neuroimmune Pharmacol, 582–591.
63. Kloos, A., Weller, R. A., Chan, R., & Weller, E. B. (2009). Gender differences in adolescent substance abuse.
Curr Psychiatry Rep, 11(2), 120-126.
64. Ko C-H, Yen J-Y, Yen C-F et al. (2012), The association between Internet addiction and psychiatric disorder: A
review of the literature, European Psychiatry 27(1):1-8.
65. Lebel C, Roussotte F. Sowell ER. Imaging the Impact of Prenatal Alcohol Exposure on the Structure of the
Developing Human Brain. Neuropsychol Rev. 2011 June; 21(2): 102–118.
66. Levin , E. D., & Slotkin , T. A. (1998). Developmental neurotoxicity of nicotine. In C. L. Slikker W, Handbook of
Developmental Neurotoxicology (pp. 587–615 ). San Diego Academic Press.
67. Li ZH, Liu YF, Li KN, Duanmu HZ, Chang ZQ, Li ZQ, Zhang SZ, Xu Y., Analysis of functional and pathway association of differential co-expressed genes: a case study in drug addiction. J Biomed Inform. 2012 Feb;45(1):306. Epub 2011 Aug 28.
68. Li Z, Coles CD, Lynch ME, Hamann S, Peltier S, LaConte S, Hu X., Prenatal cocaine exposure alters emotional arousal regulation and its effects on working memory, Neurotoxicol Teratol. 2009 Nov-Dec;31(6):342-8.
Epub 2009 Aug 21.
69. Lin F, Zhou Y, Du Y et al. (2012), Abnormal White Matter Integrity in Adolescents with Internet Addiction
Disorder: A Tract-Based Spatial Statistics Study, PLoS ONE 7(1): e30253.
70. Liu J., Cohen R.A., Gongvatana A., Sheinkopf S.J., Lester B.M., Impact of Prenatal Exposure to Cocaine and
Tobacco on Diffusion Tensor Imaging and Sensation Seeking in AdolescentsThe Journal of Pediatrics Volume
159, Issue 5, November 2011, Pages 771–775
71. López-Caneda E, Cadaveira F, Crego A et al. (2012), Hyperactivation of right inferior frontal cortex in young
binge drinkers during response inhibition: a follow-up study. Addiction.
72. Mabbott, D. J., Noseworthy, M., Bouffet, E., Laughlin, S., & Rockel, C. (2006). White matter growth as a mechanism of cognitive development in children. NeuroImage, 936 –946.
73. Maes M, Vandoolaeghe E, Degroote J, Altamura C, Roels C, Hermans P (2000) Linear CT-scan measurements
in alcohol-dependent patients with and without delirium tremens. Alcohol 20:117–123.
74. Matochik, J.A., Eldreth, D.A., Cadet, J.-L., Bolla, K.I., in press. Altere brain tissue composition in heavy marijuana users. Alcohol and Drug Dependence.
75. Maurage P, Joassin F, Speth A et al. (2012), Cerebral effects of binge drinking: respective influences of global
alcohol intake and consumption pattern, Clin Neurophysiol 123(5):892-901.
76. McKetin, R., McLaren, J., Lubman, D. I., & Hides, L. (2006). The prevalence of psychotic symptoms among
methamphetamine users. Addiction, 1473–1478.
77. McQueeny T, Schweinsburg BC, Schweinsburg AD et al. (2009), Altered White Matter Integrity in Adolescent
Binge Drinkers, Alcohol Clin Exp Res 33(7):1278–1285.
78. Medina KL, McQueeny T, Bonnie J et al. (2008), Prefrontal cortex volumes in adolescents with alcohol use
disorders: unique gender effects, Alcohol Clin Exp Res, 32(3):386-394.
28
Sintesi
79. Medina, K.L., Schweinsburg, A.D., Cohen-Zion, M., Nagel, B.J., & Tapert, S.F. (2007). Effects of alcohol and
combined marijuana and alcohol use during adolescence on hippocampal asymmetry. Neurotoxicology and
Teratology, 29, 141-152.Miedl SF, Fehr T, Meyer G, et al.: Neurobiological correlates of problem gambling in
a quasi-realistic blackjack scenario as revealed by fMRI. Psychiatry Res 2010, 181:165–173.
80. Ministero della Salute (2009). Attività per la prevenzione del tabagismo. Roma.
81. Molloy, S., Soh, C., Williams, T.L., 2006. Reversible delayed posthypoxic leukoencephalopathy. Am. J. Neuroradiol. 27, 1763–1765.
82. Mutzell S (1992) Computed tomography of the brain, hepatotoxic drugs and high alcohol consumption in
male alcoholic patients and a random sample from the general male population. Ups J Med Sci 97:183–194.
83. Nordahl TE, Salo R, Natsuaki Y, Galloway GP, Waters C, Moore CD, Kile S, Buonocore MH (2005) Methamphetamine users in sustained abstinence: a proton magnetic resonance spectroscopy study. Arch Gen Psychiatry
62:444–452
84. O’Hearn, E., Battaglia, G., De Souza, E. B., Kuhar, M. J., & Molliver, M. E. (1988). Methylenedioxyamphetamine
(MDA) and methylenedioxymethamphetamine (MDMA) cause selective ablation of serotonergic axon terminals in forebrain: immunocytochemical evidence for neurotoxicity. J Neurosci, 8:2788–2803.
85. Oishi M, Mochizuki Y, Shikata E (1999) Corpus callosum atrophy and cerebral blood flow in chronic alcoholics.
J Neurol Sci 162:51–55.
86. Park H.S., Kim S.H., Bang S.A. et al. (2010) Altered Regional Cerebral Glucose Metabolism in Internet Game
Overusers: A 18F-fluorodeoxyglucose Positron Emission Tomography Study, CNS Spectr, 15(3):159-166.
87. Pelchat ML, Johnson A, Chan R, Valdez J, Ragland JD. Images of desire: food-craving activation during fMRI.
Neuroimage. 2004 Dec;23(4):1486-93.
88. Peters, J., Bromberg, U., Schneider, S., Brassen, S., Menz, M., Banaschewski, T., et al. (2011). Lower Ventral
Striatal Activation During Reward Anticipation in Adolescent Smokers. Am J Psychiatry, 540–549.
89. Petit G, Kornreich C, Maurage P et al. (2012), Early attentional modulation by alcohol-related cues in young
binge drinkers: an event-related potentials study, Clin Neurophysiol. 123(5):925-36.
90. Qiu, D., Tan, L. H., Zhou, K., & Khong, P. L. (2008). Diffusion tensor imaging of normal white matter maturation from late childhood to young adulthood: voxel-wise evaluation of mean diffusivity, fractional anisotropy, radial and axial diffusivity, and correlation with reading development. Neuroimage, 223-232.
91. Rao H, Wang J, Giannetta J, Korczykowski M, Shera D, Avants BB, Gee J, Detre JA, Hurt H: Altered resting
cerebral blood flow in adolescents with in utero cocaine exposure revealed by perfusion functional MRI.
Pediatrics 2007; 120:e1245–e1254.
92. Ricaurte, G. A., Schuster, C. R., & Seiden, L. S. (1980). Long-term effects of repeated methylamphetamine administration on dopamine and serotonin neurons in the rat brain: a regional study. Brain Res, 193:153–163.
93. Richardson GA, Day NL, Goldschmidt L. (1995) Prenatal alcohol, marijuana, and tobacco use: infant mental
and motor development. Neurotoxicol Teratol 17:479-487.
94. Rose, J.S., Branchey, M., Buydens-Branch, L., Stapleton, J.M., Chasten, K., Werrell, A., Maayan, M.L., 1996.
Cerebral perfusion in early and late opiate withdrawal: a technetium-99m-HMPAO SPECT study. Psychiatry
Res. 67, 39–47.
95. Rubinstein, M. L., Luks, T. L., Dryden, W. Y., Rait, M. A., & Simpson, G. V. (2011). Adolescent Smokers Show
Decreased Brain Responses to Pleasurable Food Images Compared With Nonsmokers. Nicotine & Tobacco
Research, 751–755.
96. Salo R, Buonocore MH, Leamon M, Natsuaki Y, Waters C, Moore CD, Galloway GP, Nordahl TE (2011a) Extended findings of brain metabolite normalization in MA-dependent subjects across sustained abstinence: a
proton MRS study. Drug Alcohol Depend 113:133–138
97. Salo R, Nordahl TE, Galloway GP, Moore CD, Waters C, LeamonMH(2009b) Drug abstinence and cognitive
control in methamphetamine-dependent individuals. J Subst Abuse Treat 37:292–297
98. Schweinsburg AD, McQueeny T, Nagel BJ et al. (2010), A preliminary study of functional magnetic resonance
imaging response during verbal encoding among adolescent binge drinkers, Alcohol. 44(1):111–117.
99. Silveri Marisa M., John Eric Jensen, Isabelle M. Rosso, Jennifer T. Sneider, Deborah A. Yurgelun-Todd. Preliminary evidence for white matter metabolite differences in marjiuana dependent young men using 2D
j-resolved magnetic resonance spectroscopy imaging at 4 tesla. Psychiatry Research: Neuroimaging 191
(2011) 201–211.
100.Simon SL, Dean AC, Cordova X, Monterosso JR, London ED (2010) Methamphetamine dependence and neuropsychological functioning: evaluating change during early abstinence. J Stud Alcohol Drugs 71:335–344
101.Smith AM, Fried PA, Hogan MJ, Cameron I. (2006). Effects of prenatal marijuana on visuospatial working
memory: An fMRI study in young adults. Neurotoxicology and Teratology, 28, 286-295.
102.Sowell, E.R.; Mattson, S.N.; Kan, E. Abnormal cortical thickness and brain-behavior correlation patterns in
individuals with heavy prenatal alcohol exposure. Cerebral Cortex 18(1):136–144, 2008
103.Squeglia LM, Schweinsburg AD, Pulido C, Tapert SF (2011 b), Adolescent Binge Drinking Linked to Abnormal
Spatial Working Memory Brain Activation: Differential Gender Effects, Alcohol Clin Exp Res, 35(10):1–11.
104.Squeglia LM, Sorg SF, Schweinsburg AD et al. (2011 a), Binge drinking differentially affects adolescent male
and female brain morphometry, Psychopharmacology (Berl). 220(3):529-39.
105.Stice E, Spoor S, Bohon C, Small DM. (2008b) Relation between obesity and blunted striatal response to food
is moderated by TaqIA A1 allele. Science 2008; 322(5900): 449-52.
106.Stice E, Spoor S, Bohon C, Veldhuizen MG, Small DM. (2008a) Relation of reward from food intake and anticipated food intake to obesity: a functional magnetic resonance imaging study. J Abnorm Psychol; 117(4):
924-35.
107.Tapert SF, Schweinsburg AD, Drummond SP et al. Functional MRI of inhibitory processing in abstinent adolescent marijuana users. Psychopharmacology 2007 October; 194 (2): 173-183.
108.Trezza V, Cuomo V, Vanderschuren LJMJ (2008) Cannabis and the developing brain: Insights from behaviour.
European Journal of Pharmacology 585 441-452.
109.van Holst RJ, Veltman DJ, Büchel C, van den Brink W, Goudriaan AE. Distorted expectancy coding in problem
gambling: is the addictive in the anticipation? Biol Psychiatry. 2012 Apr 15;71(8):741-8.
110.Volkow ND, Wang GJ, Baler RD. Reward, dopamine and the control of food intake: implications for obesity.
29
NEUROSCIENZE delle DIPENDENZE: il Neuroimaging
Trends Cogn Sci. 2011 Jan;15(1):37-46. Epub 2010 Nov 24.
111.Volkow ND, Wang GJ, Fowler JS, Telang F. (2008a) Overlapping neuronal circuits in addiction and obesity:
evidence of systems pathology. Philos Trans R Soc Lond B Biol Sci; 363(1507): 3191-200.
112.Volkow ND, Wang GJ, Maynard L, Fowler JS, Jayne B, Telang F, Logan J, Ding YS, Gatley SJ, Hitzemann R,
Wong C, Pappas N (2002) Effects of alcohol detoxification on dopamine D2 receptors in alcoholics: a preliminary study. Psychiatry Res 116:163–172.
113.Volkow, N. D., Chang, L., Wang, G. J., Fowler, J. S., Franceschi, D., & Sedler, S. (2001). Loss of Dopamine Transporters in Methamphetamine Abusers Recovers with Protracted Abstinence. The Journal of Neuroscience,,
9414–9418
114.Wagner, G. C., Ricaurte, G. A., Johanson, C. E., Schuster, C. R., & Seiden, L. S. (1980). Amphetamine induces
depletion of dopamine and loss of dopamine uptake sites in caudate. Neurology, 30:547–550.
115.Wang GJ, Volkow ND, Felder C, et al. Enhanced resting activity of the oral somatosensory cortex in obese
subjects. Neuroreport 2002; 13(9): 1151-5.
116.Wang X, Li B, Zhou X, Liao Y, Tang J, Liu T, Hu D, Hao W. Changes in brain gray matter in abstinent heroin
addicts. Drug Alcohol Depend. 2012 Jun 18.
117.Walhovd KB, Westlye LT, Moe V, Slinning K, Due-Tønnessen P, Bjørnerud A, van der Kouwe A, Dale AM, Fjell
AM. White matter characteristics and cognition in prenatally opiate- and polysubstance-exposed children: a
diffusion tensor imaging study. AJNR Am J Neuroradiol. 2010 May;31(5):894-900.
118.Warner TD, Behnke M, Eyler FD, Padgett K, Leonard C, Hou W, Garvan CW, Schmalfuss IM, Blackband SJ:
Diffusion tensor imaging of frontal white matter and executive functioning in cocaine-exposed children.
Pediatrics 2006; 118: 2014–2024.
119.Wozniak, J.R.; Mueller, B.A.; Chang, P.N. Diffusion tensor imaging in children with fetal alcohol spectrum
disorders. Alcoholism: Clinical and Experimental Research 30(10):1799–1806, 2006
120.Xu, J., Mendrek, A., Cohen, M. S., Monterosso, J., Rodriguez, P., Simon, S. L., et al. (2005). Brain Activity in
Cigarette Smokers Performing a Working Memory Task: Effect of Smoking Abstinence. BIOL PSYCHIATRY,
143–150.
121.Yuan K., Qin W., Liu Y., Tian J. (2011a), Internet addiction Neuroimaging findings, Communicative & Integrative Biology 4:6, 637-639.
122.Yücel M, Zalesky A, Takagi MJ, Bora E, Fornito A, Ditchfield M, Egan GF, Pantelis C, Lubman DI. White-matter
abnormalities in adolescents with long-term inhalant and cannabis use: a diffusion magnetic resonance imaging study. J Psychiatry Neurosci. 2010 Nov;35(6):409-12.
123.Zhou Y, Lin F-C, Du Y-S et al. (2011), Gray matter abnormalities in Internet addiction: A voxel-based morphometry study, European Journal of Radiology 79:92–95.
124.Zhou, F. C., & Bledsoe, S. (1996). Methamphetamine causes rapid varicosis, perforation and definitive degeneration of serotonin fibers: an immunocytochemical study of serotnin trasnporter. Neuroscience-Net,
1–17.
30